Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorLenc, Ladislav
dc.contributor.authorMartínek, Jiří
dc.contributor.authorKrál, Pavel
dc.contributor.authorNicolaou, Anguelos
dc.contributor.authorChristlein, Vincent
dc.date.accessioned2021-08-30T10:00:14Z-
dc.date.available2021-08-30T10:00:14Z-
dc.date.issued2021
dc.identifier.citationLENC, L., MARTÍNEK, J., KRÁL, P., NICOLAOU, A., CHRISTLEIN, V., HDPA: Historical Document Processing and Analysis Framework. Evolving Systems, 2021, roč. 12, č. 1, s. 177-190. ISSN 1868-6478.en
dc.identifier.issn1868-6478
dc.identifier.uri2-s2.0-85085283956
dc.identifier.urihttp://hdl.handle.net/11025/44951
dc.description.abstractV současné době je přístupnost k digitalizovaným historickým dokumentům velmi důležitá k realizaci rychlého a efektivního vyhledávání informací z takovýchto dat. Nejprve je nutné z digitalizovaného obrázku dokumentu extrahovat text pomocí metod optického rozpoznávání znaků (OCR). Některé OCR systémy jsou ale příliš komplikované pro uživatele, případně chybí některé důležité součásti a také nejsou zdarma. Tento článek popisuje komplexní a flexibilní framework pro manipulaci a analýzu historických dokumentů s hlavním zaměřením na OCR. Framework obsahuje osm modulů pro usnadnění tří hlavních úkolů: předzpracování a segmentace obrazu, tvorba dat pro trénování OCR modelů a samotný OCR modul. Tento Framework je volně k dispozici pro nekomerční účely. Framework byl otestován na reálných datech a výsledky ukázaly, že tento systém je účinný a může ušetřit lidskou práci v procesu přípravy anotovaných dat. Kromě toho jsme dosáhli state-of-the-art výsledků v OCR.cs
dc.format14 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherSpringeren
dc.relation.ispartofseriesEvolving Systemsen
dc.rightsPlný text není přístupný. Plný text bude přístupný od 01. 04. 2022.cs
dc.rights© Springeren
dc.subjectCNNcs
dc.subjectanalýza dokumentůcs
dc.subjectFrameworkcs
dc.subjecthistorické dokumentycs
dc.subjectLSTMcs
dc.subjectneuronové sítěcs
dc.subjectOCRcs
dc.titleHDPA: Historical Document Processing and Analysis Frameworken
dc.title.alternativeHDPA: Framework pro zpracování a analýzu historických dokumentůcs
dc.typepostprintcs
dc.typepostprinten
dc.description.embargo2022-04-01
dc.rights.accessembargoedAccessen
dc.type.versionacceptedVersionen
dc.description.abstract-translatedNowadays, the accessibility of digitized historical documents is extremely important to facilitate fast and efficient retrieval of historical information and knowledge extraction from such data. To provide such functionality, it is necessary to convert document images into plain text using optical character recognition (OCR). Many OCR related methods and tools have been proposed, however, they are often too complicated for a standard user, some important parts are missing or they are not available in free versions. Therefore, this paper describes a complex and flexible web framework for historical document manipulation and analysis with the main focus on OCR. The framework contains eight modules to facilitate three main tasks: image pre-processing and segmentation, creation of data for OCR model training and the OCR itself. This framework is freely available for non commercial purposes. We have experimentally evaluated this framework on real data and we have shown that this system is efficient and can save human labour in the process of annotated data preparation. Moreover, we have reached state-of-the-art OCR results.en
dc.subject.translatedCNNen
dc.subject.translatedDocument Analysisen
dc.subject.translatedFramework, Historical documentsen
dc.subject.translatedLSTMen
dc.subject.translatedNeural networksen
dc.subject.translatedOCRen
dc.identifier.doi10.1007/s12530-020-09343-4
dc.type.statusPeer-revieweden
dc.identifier.document-number534454400001
dc.identifier.obd43929971
Vyskytuje se v kolekcích:Postprinty / Postprints (NTIS)
Postprinty / Postprints (KIV)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
Lenc2020_Article_HDPAHistoricalDocumentProcessi.pdf4,33 MBAdobe PDFZobrazit/otevřít  Vyžádat kopii


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/44951

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD